การศึกษาเปรียบเทียบ วิธีดิฟเฟอเรนเชียลเอฟโวลูชั่น และวิธีดิฟเฟอเรนเชียลเอฟโวลูชั่นแบบผสมผสานสำหรับปัญหาทางวิศวกรรม
คำสำคัญ:
เมตาฮิวริสติก, วิธีดิฟเฟอเรนเชียลเอฟโวลูชั่น, ปัญหาชนิดไม่มีเงื่อนไขข้อจำกัดทางทรัพยากรบทคัดย่อ
ในปัจจุบันวิธีการทางเมตาฮิวริสติก ได้รับความนิยมในการแก้ปัญหาต่างๆ เช่น ปัญหาการขนส่ง ปัญหาการวางแผนการผลิต เป็นต้น งานวิจัยนี้ได้นำเสนอ วิธีดิฟเฟอเรนเชียลเอฟโวลูชั่น (DE) และวิธีดิฟเฟอเรนเชียลเอฟโวลูชั่นแบบผสมผสาน (HDE) สำหรับการแก้ไขปัญหาระบบการทำงานจริงผ่านปัญหาชนิดไม่มีเงื่อนไขข้อจำกัดทางทรัพยากร และปํญหางานกลึง ผลการทดลองพบว่า วิธีการผสมผสานสามารถค้นหาคำตอบโดยรวมได้เหมาะสมกว่าวิธีดิฟเฟอเรนเชียลเอฟโวลูชั่น ทั้งในส่วนของค่าเฉลี่ย ความแปรปรวนของจำนวนข้อมูล และการกระจายตัวของข้อมูล
เอกสารอ้างอิง
1. Zang, H., Zhang S. and Hapeshi, K., 2010, “A Review of Nature-Inspired Algorithms”, Journal of Bionic Engineering, vol. 7, pp. 232–237.
2. Emad, E., Tarek, H. and Donald, G., 2005, “Comparison among Five Evolutionary-based Optimisation Algorithms,” Advanced Engineering Informatics, vol. 19, pp. 43-53.
3. Granville, V., Krivanek, M. and Rasson, J.P., 1994, “Simulated Annealing: a Proof of Convergence”, Pattern Analysis and Machine Intelligence, IEEE Transactions, vol. 16, Issue 6, pp. 652 – 656
4. Dorigo, M., Maniezzo V. and Colorni, A., 1996, “Ant System: Optimisation by a Colony of Cooperating Agents,” IEEE Transactions on Systems, Man, and Cybernetics Part B, vol. 26, numéro 1, pp. 29-41.
5. Clerc, M. and Kennedy, J., 2002, “The Particle Swarm-Explosion, Stability, and Convergence in a Multidimensional Complex Space”, IEEE Transactions on Evolutionary Computation, vol. 6, pp.58-73.
6. Storn, R., 1999, “System Design by Constraint Adaptation and Differential Evolution", IEEE Trans. on Evolutionary Computation, vol. 3, no. 1, pp. 22-34.
7. Kang Seok Lee and Zong Woo Geem, 2005, “A New Meta-Heuristic Algorithm for Continuous Engineering Optimisation: Harmony Search Theory and Practice”, Computer. Methods Apply. Mech. Eng. U 194, p. 3902–3933.
2. Emad, E., Tarek, H. and Donald, G., 2005, “Comparison among Five Evolutionary-based Optimisation Algorithms,” Advanced Engineering Informatics, vol. 19, pp. 43-53.
3. Granville, V., Krivanek, M. and Rasson, J.P., 1994, “Simulated Annealing: a Proof of Convergence”, Pattern Analysis and Machine Intelligence, IEEE Transactions, vol. 16, Issue 6, pp. 652 – 656
4. Dorigo, M., Maniezzo V. and Colorni, A., 1996, “Ant System: Optimisation by a Colony of Cooperating Agents,” IEEE Transactions on Systems, Man, and Cybernetics Part B, vol. 26, numéro 1, pp. 29-41.
5. Clerc, M. and Kennedy, J., 2002, “The Particle Swarm-Explosion, Stability, and Convergence in a Multidimensional Complex Space”, IEEE Transactions on Evolutionary Computation, vol. 6, pp.58-73.
6. Storn, R., 1999, “System Design by Constraint Adaptation and Differential Evolution", IEEE Trans. on Evolutionary Computation, vol. 3, no. 1, pp. 22-34.
7. Kang Seok Lee and Zong Woo Geem, 2005, “A New Meta-Heuristic Algorithm for Continuous Engineering Optimisation: Harmony Search Theory and Practice”, Computer. Methods Apply. Mech. Eng. U 194, p. 3902–3933.
ดาวน์โหลด
เผยแพร่แล้ว
2019-07-07
ฉบับ
ประเภทบทความ
ResearchArticles
